https://www.cedro.org/images/default-source/0baner/banner_conlicencia-com_ingles.gif?sfvrsn=b51c69a6_10
CEDRO
https://www.cedro.org/images/default-source/0baner/bannercastellanoblog.gif?sfvrsn=b01c69a6_12
CEDRO

Capítulo 3-1º | Chapter 3-1º

Estado actual de la IA | State of artificial intelligence

State of the art and future of artificial intelligence


Fig. I A . C3.1.1- Crédito imag. (State of the art and future of artificial intelligence). URL El País: http://cort.as/-LhWS


Autor / Author: Juan Antonio Lloret Egea |eu-ai-alliance-3_0.pngMiembro de la Alianza Europea para la IA / Member to the European AI Alliance | ORCID iD iconhttps://orcid.org/0000-0002-6634-3351|© 2019. Licencia de uso y distribución / License for use and distribution: [ Los estados de la inteligencia artificial (IA) | The states of artificial intelligence (AI) ] creative commons CC BY-NC-ND |ISSN 2695-3803|| Escrito / Writed: 14/07/2019. Actualizado / Updated: 17/08/2019 |


Ir al índice principal del libro Go to the main index of the book

Contenidos

Contents

3.1-1.- Introducción

3.1-1.- Introduction

3.1-2.- La inteligencia artificial en la economía mundial

3.1-2.- The artificial intelligence on the World Economy

3.1-3.- Indicadores del Estado de Inteligencia Artificial

3.1-3.- Indicators of the State of Artificial Intelligence


La tabla C3.1-1 nos muestra la irreguralidad de uso de la IA con continuos saltos de bajada y subida en el tiempo. | The C3.1-1 table shows the irregularity of the use of AI with continuous jumps of descent and rise in the time.


Muchos de los inventos en la IA que el público en general percibe como completamente nuevos se remontan a algunas décadas atrás | Many of the inventions in AI that general public perceives as entirely new also date back to some decades agoC3.1-1


3.1-1.- Introducción | Introduction

El vídeo C3.1-2 es un buen indicador de la eficacia y del vasto horizonte de aplicación de la inteligencia artificial. En este caso con el reciente descubrimiento de un octavo planeta que gira alrededor de Kepler-90 que se encontró utilizando el aprendizaje automático de GoogleN1.

El aprendizaje automático es un enfoque de la inteligencia artificial en el que las computadoras aprendieron a identificar planetas buscando en instancias de datos de Kepler. Inspirada en la forma en que las neuronas se conectan en el cerebro humano, esta red neuronal artificial se filtra a través de los datos de Kepler. (Ver nota final N1).

La investigación continua demuestra que las redes neuronales son una herramienta prometedoraC3.1-2


[English]

The C3.1-2 video is a good indicator of the effectiveness and of the vast horizon of application of artificial intelligence. In this case with the recent discovery of an eighth planet that revolves around Kepler-90 that was found using Google machine learning.

Machine learning is an artificial intelligence approach in which computers learned to identify planets by searching for instances of Kepler data. Inspired by the way neurons connect in the human brain, this artificial neural network filters through Kepler data. (See final N1)

Continuous research shows that neural networks are a promising tool
C3.1-2.



Fig. I A . C3.1.2- Crédito imag. (NASA/Ames Research Center). URL: https://youtu.be/S_HRh0ZynjE 

Más información | More information: URL:  https://www.jpl.nasa.gov/news/news.php?feature=7026


Las discusiones sobre la inteligencia artificial se remontan a los años cuarenta y cincuenta. Desde la creación del campo, hace sesenta años, la tasa de progreso en la IA ha sido irregular e impredecible. Un buen ejemplo aquí son las redes neuronales artificiales que se desarrollaron conceptualmente por primera vez en los años 40 del siglo XX, más tarde en los 80 y que actualmente resurgen y se están convirtiendo en el paradigma más importante dentro de la inteligencia artificial en sí... Podemos enumerar tres paradigmas principales dentro del campo:

(1) AI. Que consiste, entre otros, en programación lógica inductiva, automatización de procesos robóticos y sistemas expertos (incluidos los sistemas difusos).

(2) AI estadística. Consiste en redes de decisión, programación probabilística (incluida la síntesis del programa bayesiano), visión artificial (actividades y reconocimiento de imágenes así como visión artificial), procesamiento del lenguaje natural y aprendizaje automático.

(3) IA subsimbólica. Que consiste en inteligencia artificial distribuida (incluyendo modelado basado en agentes, inteligencia de enjambres y sistemas multiagente), computación ambiental, computación afectiva, inteligencia incorporada y varios sistemas autónomos)C3.1-1.

En términos de desarrollos futuros de la inteligencia artificial hay algunas tendencias. Una miscelánea de éstas también se da:

  • Los desarrollos en los chatbots y los agentes virtuales (incluida la reciente iniciativa de DeepMind para construir una red de la teoría de la otra mente capaz de comprender los estados cambiantes de la mente de los interlocutores).
  • Los usos del lenguaje natural en inteligencia empresarial. (Una combinación de chatbot y lenguaje natural es, por ejemplo, la creada con el modelo GPT2 como @GPTResponser / @IsaacAsibot de titubeantes funciones todavía. Este mismo software, GPT2, es usado para crear noticias faltas y está creando una importante preocupación en el mundo de la información periodística profesional).
  • El aprendizaje automático (análisis cognitivo empoderado), donde las máquinas aprenden de la experiencia y construyen gradualmente la conciencia del contexto (inteligencia ambiental).


Fig. I A . C3.1.3- How to make sense of a chaotic world. Crédito Imag. (Google Activate). URL: https://youtu.be/45QZQP9ujeA

  • El procesamiento paralelo de información, asistido a través de chips diseñados para aplicaciones de IAC3.1-1. (Actualmente se trabaja en procesadores de luz como el desarrollado por una startup de Silicon Valley, Luminous Computing, que ha creado un procesador óptico con capacidad para aumentar el rendimiento y la eficacia de los sistemas de inteligencia artificial. Bill Gate parece respaldar este tipo de iniciativas).
  • El reconocimiento y transformación de imágenes [como el de IBM y sus nuevas herramientas PowerAI que automatizan el reconocimiento de imágenes (El software funciona con Caffe, TensorFlow y otros marcos de aprendizaje profundo empaquetados en el PowerAI actualizado). O app´s en ciernes como Prisma, DeepAngel, etc.].
  • La elaboración de herramientas para la toma de decisiones y gestión de datos masivos como, por ejemplo, en la industria aeroespacial y las aplicaciones que está buscando Airbus que ahondan en el mantenimiento predictivo, incrementar la disponibilidad de las flotas, el control de aviones sin piloto, la reducción de precios de billetes y en aras no sólo de la seguridad de los vuelos, sino también de la sostenibilidad de las rutasC3.1-3.
LIGHTWAVE LAB @ PRINCETON UNIVERSITY

Fig. I A. C3.1.4- Crédito imag. (LIGHTWAVE LAB @ PRINCETON UNIVERSITY).URL El Paíshttp://cort.as/-Lhwd


Discussions about artificial intelligence date back to the forties and fifties. Since the creation of the field, sixty years ago, the rate of progress in AI has been irregular and unpredictable. A good example here is the artificial neural networks that developed conceptually for the first time in the 40s of the twentieth century, later in the 80s and that are currently resurfacing and are becoming the most important paradigm within artificial intelligence itself... We can list three main paradigms within the field:
(1) AI. It consists, among others, of inductive logic programming, automation of robotic processes and expert systems (including fuzzy systems). (2) Statistical AI. It consists of decision networks, probabilistic programming (including the synthesis of the Bayesian program), artificial vision (activities and image recognition as well as artificial vision), natural language processing and machine learning. (3) Subsymbolic AI. It consists of distributed artificial intelligence (including agent-based modeling, swarm intelligence and multi-agent systems), environmental computing, affective computing, embedded intelligence and various autonomous systems) C3-1-1.

In terms of future developments in artificial intelligence there are some trends. A miscellaneous of these is also given:
  • «Apart from the already expected developments in chatbots and virtual agents (including the recent initiative by  DeepMind to  build a  Theory  of  Other  Mind  Network able to  understand  changing  mind  states  of interlocutors1)   and  natural  language  usages  in  business intelligence, one  can  also  mention machine learning-empowered cognitive analytics, where  machines learn  from  experience and   gradually  build context  awareness  (ambient intelligence). Another  relevant  trend is related to parallel information processing, aided through chips designed for AI applications»C3.1-1... (Currently working on light processors such as the one developed by a Silicon Valley startup, Luminous Computing, which has created an optical processor capable of increasing the performance and efficiency of Artificial Intelligence systems. And Bill Gates just backe this chip startup that uses light to turbocharge AI).
  • And additionally image recognition and transformation as IBM and its new PowerAI tools that automate image recognition (The software works with Caffe, TensorFlow and other deep learning frameworks packaged in the updated PowerAI). Or budding apps like Prism, DeepAngel, etc. 
  • And such a combination of chatbots and natural language, e.x, is the one created with the GPT2 model as @GPTResponser / @IsaacAsibot of faltering functions yet. This same software, GPT2, is used to create fake news and is creating a major concern in the world of professional journalistic information.
  • The development of tools for decision-making and massive data management, such as in the aerospace industry and the applications that Airbus is looking for that deepen predictive maintenance, increase fleet availability, control of non-pilot aircraft , the reduction of ticket prices and for the sake not only of flight safety, but also of the sustainability of the routes C3.1-3.

Más información | More information: URL El País: http://cort.as/-LhWS


3.1-2.- La inteligencia artificial en la economía mundial | The artificial intelligence on the World Economy

Las tecnologías y aplicaciones de la IA aumentarán el PIB global hasta en un 14% desde ahora hasta 2030 | AI technologies and applications will increase global GDP by up to 14% from now until 2030. (Irving Wladawsky-Berger)


Es probable que los beneficios de la IA se distribuyan de manera desigual, y si el desarrollo y el despliegue de estas tecnologías no se manejan de manera efectiva, la desigualdad podría profundizarse, alimentando el conflicto dentro de las sociedades | The benefits of AI are likely to be distributed unequally, and if the development and deployment of these technologies are not handled effectively, inequality could deepen, fueling conflict within societies. (Irving Wladawsky-Berger)

El informe de McKinsey se basa en modelos de simulación del impacto de la IA en los niveles de país, sector, empresa y trabajador. Las fuentes de datos incluyeron datos de encuestas de aproximadamente 3,000 empresas en 14 sectores diferentes y datos económicos de varias organizaciones, incluidas las Naciones Unidas, el Banco Mundial y el Foro Económico Mundial. Analizó cinco categorías amplias de tecnologías de la IA (C3.1-4, C3.1-5):

  1. Visión por computadora.
  2. Lenguaje natural.
  3. Asistentes virtuales.
  4. Automatización de procesos robóticos. 
  5. Aprendizaje automático avanzado.

Tomado en conjunto con un informe reciente de PwC , [que encontró que las tecnologías y aplicaciones de la IA aumentarán el PIB global hasta en un 14% desde ahora hasta 2030 (el equivalente a una contribución adicional de 15,7 billones de dólares a la economía mundial), el informe de McKinsey ofrece más pruebas de que la IA está preparada para ofrecer grandes oportunidades económicas para esas empresas y trabajadores mejor posicionadosC3.1-5.


[English]

The McKinsey report is based on models of simulation of the impact of AI at the country, sector, company and worker levels. Data sources included survey data from approximately 3,000 companies in 14 different sectors and economic data from various organizations, including the United Nations, the World Bank and the World Economic Forum. He analyzed five broad categories of AI technologies (C3.1-4, C3.1-5):

  1. Computer vision.
  2. Natural language.
  3. Virtual assistants.
  4. Automation of robotic processes.
  5. Advanced machine learning.

Taken in conjunction with a recent PwC report, [which found that AI technologies and applications will increase global GDP by up to 14% from now until 2030 (the equivalent of an additional contribution of $ 15.7 billion to the world economy) McKinsey's report offers further evidence that AI is prepared to offer great economic opportunities for those better positioned businesses and workers C3.1-5.

«“The economic impact of AI is likely to be large, comparing well with other general-purpose technologies in history,” notes the report in conclusion. “At the same time, there is a risk that a widening AI divide could open up between those who move quickly to embrace these technologies and those who do not adopt them, and between workers who have the skills that match demand in the AI era and those who don’t. The benefits of AI are likely to be distributed unequally, and if the development and deployment of these technologies are not handled effectively, inequality could deepen, fueling conflict within societies.”».C3.1-4


El valor económico de la inteligencia artificial en relación con el informe PwC | The Economic Value of Artificial Intelligence regarding PwC report

Pwc1.png
Pwc2.png

Fig. I A . C3.1.5- Crédito imag. (The Economic Value of Artificial Intelligence, Wladawsky-Berger, I.). URL El País: http://cort.as/-Llxs



Un minuto con el McKinsey Global Institute: lo que la IA puede y no puede (todavía) hacer | A minute with the McKinsey Global Institute: What AI can and can’t (yet) do.  URL: http://cort.as/-N3cX


Summary of the McKinsey Report